一种混凝土构件裂缝自动检测方法与流程

本发明涉及混凝土裂缝图像处理技术领域，尤其涉及一种混凝土构件裂缝自动检测方法。

背景技术：

裂缝是建筑物中常见的一种外观质量缺陷。在房屋建筑中新旧混凝土结构的表面裂缝仍然大量存在，彻底消除暂时难以办到，特别是在高强混凝土的收缩应力、超长结构的温度应力和构件的结构应力等各种因素的单独或共同作用下，会使建筑物梁、板、墙构件中出现不同程度的各种裂缝形式，其中裂缝分布的形态、长度、宽度和所处部位等外观特征对判断裂缝的成因和危害程度起着特别重要的作用。因此必须对裂缝进行详细的外观特征检测，绘制构件表面的裂缝分布图。

目前，国内检测建筑物裂缝的手段主要还是依靠人工测量的方法，如采用钢卷尺测量每条裂缝的长度、定位距离，采用刻度放大镜测量裂缝宽度，采用目测法近似描绘裂缝的形状和走势。这种人工的方法对于裂缝较多时不但效率低、劳动强度大、检测速度慢、误差较大，而且在某些情况下不具备近距离人工检测条件或进行人工检测十分危险。计算机高性能处理器、大容量存储器及图像处理技术和摄影技术的快速发展，使得建筑物裂缝摄影自动识别技术成为可能。通过数码摄影将图像处理技术应用于建筑物裂缝的检测，可解决人工测量所存在的缺陷和不足。

技术实现要素：

本发明要解决的技术问题在于针对现有技术中裂缝检测精度低，劳动强度大的缺陷，提供一种混凝土构件裂缝自动检测方法。

本发明解决其技术问题所采用的技术方案是：

本发明提供一种混凝土构件裂缝自动检测方法，包括以下步骤：

S1、获取多张混凝土构件的裂缝图像；

S2、采用数学形态学的方法，根据裂缝的线化以及暗目标特点，通过高帽变换对裂缝图像进行识别处理，得到包含裂缝信息和非裂缝信息的新裂缝图像；

S3、采用基于图像高斯金字塔的分层匹配法，在处理后的裂缝图像中快速定位匹配裂缝位置，依次根据裂缝位置对处理后的相邻裂缝图像进行合成，得到相邻裂缝图像合成图，直至得到包含所有裂缝信息的混凝土构件的裂缝分布图；

S4、根据裂缝分布图中裂缝的物理参数和《房屋安全鉴定标准》GJ125—99中关于混凝土裂缝的要求细则，自动生成混凝土构件的裂缝检测报告。

进一步地，本发明的步骤S1中裂缝图像包括混凝土构件结构表面的裂缝、污迹和划痕的放大图像。

进一步地，本发明的步骤S2中得到包含裂缝信息和非裂缝信息的新裂缝图像的方法具体为：

S21、保存原始图像f(x,y)并选取合适的结构元素b；

保存原始图像，p(x,y)＝f(x,y)

选取圆盘形3*3结构元素b。

S22、对包含裂缝的原始图像f(x,y)进行腐蚀处理；

用结构元素b对输入图像f进行灰度腐蚀记为f⊙b，得到新的图像f(x,y)。

f⊙b(s,t)＝min{f(s+x,t+y)-b(x,y)|(s+x),(t+y)∈D_f和(x+y)∈D_b}

f(x,y)＝f⊙b(s,t)

其中D_f和D_b分别是f和b的定义域。

S23、对灰度腐蚀后的图像f(x,y)进行膨胀处理；

用结构元素b对灰度腐蚀后的图像f进行灰度膨胀记为得到新的图像f(x,y)。

其中D_f和D_b分别是f和b的定义域。

S24、将原始图像与灰度膨胀后的图像作减法运算，得到原始图片的高帽变换结果，得到包含裂缝信息和非裂缝信息的矩阵TopHat(f),即处理后的裂缝图像。

TopHat(f)＝p(x,y)-f(x,y)

进一步地，本发明的步骤S3中基于图像高斯金字塔的分层匹配法得到相邻裂缝图像f₁、f₂合成图的方法具体为：

S31、在图像f₁与f₂的重叠区中选择一个图块，大小为M×M的模板T，将f₂作为搜索图D，分别生成高斯金字塔{T_k}和{D_k}，其中k＝0，1，…n，n≥2，k＝0表示高斯金字塔中图像最细尺寸层，k＝n表示高斯金字塔中图像最粗尺寸层，且已知T为M×M维，D为N×L维；

S32、k初始化为n，即从最粗层开始进行相关性测度，以T_k为模板，在D_k中搜索，得到相似性最高的匹配位置(i,j)，即粗匹配位置；

S33、以T_k-1为模板，在D_k-1中(2i-1,2j-1)，(2i-1,2j)，(2i,2j-1)和(2i,2j)四个位置作相关性测量，得到相似性最高的匹配位置(i',j')；

S34、令k＝k-1，i＝i'，j＝j'，若k>0，转到步骤S33；否则结束；

S35、根据得到的相似性最高的匹配位置，对相邻的裂缝图像进行合成，得到相邻裂缝图像合成图。

进一步地，本发明的步骤S31中生成高斯金字塔的方法具体为：

S311、设定高斯金字塔的层数n，将一幅裂缝图像表示为高斯金字塔集合{I₀,I₁,…I_n}，其中I₀为最细层，I_n为最粗层，每一层是前一层宽度和高度的一半，将裂缝图像设为最细尺寸层，即k＝0；

S312、对第k层图像用高斯函数进行平滑处理；

S313、对平滑后的图像重采样，获得第k+1层，令k＝k+1；

S314、如果k<n，则转到步骤S312；

S315、结束。

进一步地，本发明的获取裂缝图像的设备包括手机、平板电脑和数码相机。

进一步地，本发明的裂缝图像的文件格式包括jpeg、jpg和bmp。

本发明产生的有益效果是：本发明的混凝土构件裂缝自动检测方法，通过获取混凝土构件的图像，并对图像进行裂缝识别和图像拼接，与传统的人工混凝土构件裂缝检测工作相比，提高了检测效率和检测速度，降低了人工风险和检测误差，能够快速、完整地再现混凝土构件表面的裂缝外观特征，采用编程技术完成软件的开发，能立即形成生产力，具有广泛的需求和极大的应用前景。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明实施例的方法流程图；

图2是本发明实施例的裂缝识别前的示意图；

图3是本发明实施例的裂缝识别后的示意图；

图4是本发明实施例的未完成图像拼接的裂缝分布示意图；

图5是本发明实施例的完成图像拼接的裂缝分布示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明实施例的混凝土构件裂缝自动检测方法，包括以下步骤：

S1、获取多张混凝土构件的裂缝图像；裂缝图像包括混凝土构件结构表面的裂缝、污迹和划痕的放大图像。获取裂缝图像的设备包括手机、平板电脑和数码相机。裂缝图像的文件格式包括jpeg、jpg和bmp。

S2、采用数学形态学的方法，根据裂缝的线化以及暗目标特点，通过高帽变换对裂缝图像进行识别处理，得到包含裂缝信息和非裂缝信息的新裂缝图像；

设f(x,y)表示一幅含有裂缝的图像，那么该图像可由下述3个部分表示：

f(x,y)＝f_b(x,y)+f_n(x,y)+f_c(x,y)

其中f_b(x,y)是背景灰度变化信号，f_n(x,y)是噪音信号，f_c(x,y)是建筑物表面的裂缝信号。为分割出裂缝信号，需要对图像阈值化，而f_b(x,y)及f_n(x,y)的存在，使得f_c(x,y)淹没于其中，很难直接从f(x,y)中提取出f_c(x,y)信号。

S21、保存原始图像f(x,y)并选取合适的结构元素b；

保存原始图像，p(x,y)＝f(x,y)

选取圆盘形3*3结构元素b。

S22、对包含裂缝的原始图像f(x,y)进行腐蚀处理；

用结构元素b对输入图像f进行灰度腐蚀记为f⊙b，得到新的图像f(x,y)。

f⊙b(s,t)＝min{f(s+x,t+y)-b(x,y)|(s+x),(t+y)∈D_f和(x+y)∈D_b}

f(x,y)＝f⊙b(s,t)

其中D_f和D_b分别是f和b的定义域。

S23、对灰度腐蚀后的图像f(x,y)进行膨胀处理；

用结构元素b对灰度腐蚀后的图像f进行灰度膨胀记为得到新的图像f(x,y)。

其中D_f和D_b分别是f和b的定义域。

S24、将原始图像与灰度膨胀后的图像作减法运算，得到原始图片的高帽变换结果，得到包含裂缝信息和非裂缝信息的矩阵TopHat(f),即处理后的裂缝图像。

TopHat(f)＝p(x,y)-f(x,y)

以相邻图像的拼接为基础，逐步形成全景图。具体来说，先拼接第1和第2幅图像，产生一个拼合图，然后将此拼合图像与第3幅图像拼接，一直处理到图像序列中的最后一幅，生成一张完整构件的裂缝分布图。相邻图像的配准则是图像拼接的关键。

S3、采用基于图像高斯金字塔的分层匹配法，在处理后的裂缝图像中快速定位匹配裂缝位置，依次根据裂缝位置对处理后的相邻裂缝图像进行合成，得到相邻裂缝图像合成图，直至得到包含所有裂缝信息的混凝土构件的裂缝分布图；

基于图像高斯金字塔的分层匹配法得到相邻裂缝图像f₁、f₂合成图的方法具体为：

S31、在图像f₁与f₂的重叠区中选择一个图块，大小为M×M的模板T，将f₂作为搜索图D，分别生成高斯金字塔{T_k}和{D_k}，其中k＝0，1，…n，n≥2，k＝0表示高斯金字塔中图像最细尺寸层，k＝n表示高斯金字塔中图像最粗尺寸层，且已知T为M×M维，D为N×L维；

生成高斯金字塔的方法具体为：

S311、设定高斯金字塔的层数n，将一幅裂缝图像表示为高斯金字塔集合{I₀,I₁,…I_n}，其中I₀为最细层，I_n为最粗层，每一层是前一层宽度和高度的一半，将裂缝图像设为最细尺寸层，即k＝0；

S312、对第k层图像用高斯函数进行平滑处理；

S313、对平滑后的图像重采样，获得第k+1层，令k＝k+1；

S314、如果k<n，则转到步骤S312；

S315、结束。

S32、k初始化为n，即从最粗层开始进行相关性测度，以T_k为模板，在D_k中搜索，得到相似性最高的匹配位置(i,j)，即粗匹配位置；

S33、以T_k-1为模板，在D_k-1中(2i-1,2j-1)，(2i-1,2j)，(2i,2j-1)和(2i,2j)四个位置作相关性测量，得到相似性最高的匹配位置(i',j')；

S34、令k＝k-1，i＝i'，j＝j'，若k>0，转到步骤S33；否则结束；

S35、根据得到的相似性最高的匹配位置，对相邻的裂缝图像进行合成，得到相邻裂缝图像合成图。

S4、根据裂缝分布图中裂缝的物理参数和《房屋安全鉴定标准》GJ125—99中关于混凝土裂缝的要求细则，自动生成混凝土构件的裂缝检测报告。

实施例1

某建筑物位于武汉市武昌区关山某小区内，为四层框架结构建筑物，设计建筑面积约12000m²，在该建筑物施工中因种种原因停工，在工程复工检测中，对部分裂痕采用该系统进行了识别和处理，取得了较好的效果。

采用VC++编程，构建图像录入、裂缝识别和序列图像拼接功能模块，实现计算机控制系统，自动、快速生成混凝土构件的裂缝分布图和检测报告，并保留原始裂缝图像。

图4是本发明实施例的未完成图像拼接的裂缝分布示意图；

图5是本发明实施例的完成图像拼接的裂缝分布示意图。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。